一种用于高维文本数据的并行k-means算法

发明专利有效专利

申请号：
CN201810576890.9
IPC分类号：G06F16/35;G06K9/62;G06N3/04;G06N3/08
申请日期：
2018-05-28
申请人：
大连理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种用于高维文本数据的并行k-means算法
申请号	CN201810576890.9	申请日期	2018-05-28
法律状态	授权	申报国家	中国
公开/公告日	2018-11-06	公开/公告号	CN108763576A
优先权	暂无	优先权号	暂无
主分类号	G06F16/35	IPC分类号	G;0;6;F;1;6;/;3;5;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	大连理工大学	申请人地址	辽宁省大连市甘井子区凌工路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	大连理工大学	当前权利人	大连理工大学
发明人	申彦明;单晓磊;王宇新
代理机构	大连理工大学专利中心	代理人	李晓亮;潘迅

摘要

本发明属于自然语言处理和机器学习的交叉领域，提供一种用于高维文本数据的并行k‑means算法。该算法首先将文本数据向量化，其次对该向量化后的矩阵建立降维模型，将高维数据转化为具有高效特征的低维数据；然后通过优化k‑means聚类算法进一步提高算法准确度，再对降维后的数据进行聚类，并通过GPU以及MPI技术实现算法并行化，最终实现高维文本数据的准确度以及效率的提高。本发明能够大幅度提高文本聚类的准确度，提高算法的运行速率以及可移植性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供